當(dāng)生活中每個(gè)人都在談?wù)撊斯ぶ悄埽ˋrtificial Intelligence，AI）的時(shí)候，我們是否應(yīng)該感到緊張，擔(dān)心自己跟不上時(shí)代的腳步或是害怕我們的工作被AI 取代，甚至我們自己直接被取代？有多少人真正了解AI 背后的原理，或者我們引以為傲的自己認(rèn)為會(huì)使用這些酷炫的app 和與AI 相關(guān)的服務(wù)而沾沾自喜。 不可否認(rèn)的是AI 的確在各個(gè)方面沖擊著我們的生活與工作，更準(zhǔn)確地說顛覆我們的生活與常識與認(rèn)知。

我也是AI 技術(shù)洪流中的新移民，與大多數(shù)的設(shè)計(jì)師一樣同時(shí)在學(xué)習(xí)與了解AI 這個(gè)新興技術(shù)、工具與知識。 這篇文章想要初步來探討AI 在設(shè)計(jì)領(lǐng)域、設(shè)計(jì)研究領(lǐng)域與設(shè)計(jì)教育領(lǐng)域上的想法與挑戰(zhàn)。 在這巨大轉(zhuǎn)變的時(shí)刻，我們應(yīng)該要重視這個(gè)問題。 當(dāng)然與AI 相關(guān)的議題也不僅止于以上三大方面。

美國麻省理工學(xué)院（Massachusetts Institute of Technology，MIT）也針對AI 相關(guān)的議題高度重視并且在MIT Generative AIWeek 上充分討論運(yùn)用AI 上的社會(huì)價(jià)值、科技倫理與教育沖擊。 我們還要思考政策、包容性、健康、隱私、安全、國防、工作、價(jià)值觀、族群等全方面考量。

一、AI 與設(shè)計(jì)實(shí)務(wù)

市面上充斥著許多AI 生成（Generative AI）的工具，伴隨著其普及率提升，人人都能快速地上手使用這些工具。例如，輸入一些關(guān)鍵詞或是句子給予ChatGPT 指令，就能生成一篇小論文，或給出接近完美的答案，或提供更全面性的點(diǎn)子；運(yùn)用DALL·E 平臺可以生成我們需要的情景圖片、科技感的相片，或是具備超未來感的視覺材料；使用Midjourny 軟件可以產(chǎn)生更多不同的視覺風(fēng)格……AI 給出的選擇幾何級數(shù)地遞增，一再?zèng)_擊著我們的視覺和想象的閾限。

這些現(xiàn)象都代表著產(chǎn)生解決方案已經(jīng)不是一件難事。 即使你不是設(shè)計(jì)師，也可以快速地得到成千上萬的靈感、點(diǎn)子或是不同方案。設(shè)計(jì)領(lǐng)域或是其他領(lǐng)域常常會(huì)強(qiáng)調(diào)先重“量”再重“質(zhì)”的概念，我相信這些AI生成工具已經(jīng)可以滿足人們對于數(shù)量的追求。但是關(guān)于設(shè)計(jì)質(zhì)量呢？如果我們想要產(chǎn)生一個(gè)好的解決方案，使用AI 可以幫我們從量的提升進(jìn)化到質(zhì)的改變嗎？我們?nèi)绾味x好的解決方案？當(dāng)今科技的迭代創(chuàng)新速度太快，我們可能在現(xiàn)階段很難下一個(gè)定論。 當(dāng)然這也直接地沖擊到以人為本的設(shè)計(jì)方法（Human-Centered Design，HCD）。

HCD 包含了用戶痛點(diǎn)、同理心、科技可行性、商業(yè)考量等等。傳統(tǒng)HCD 設(shè)計(jì)方式包含了靈感搜尋、點(diǎn)子發(fā)想、問題界定、商業(yè)戰(zhàn)略、用戶訪談、迭代建模、測試、完善、量產(chǎn)、上市等。我們運(yùn)用AI 之后，它幫助設(shè)計(jì)師們加速了點(diǎn)字生成、快速圖像渲染、概念建模、用戶體驗(yàn)創(chuàng)建等等方面的設(shè)計(jì)流程內(nèi)，也降低設(shè)計(jì)工具上手的門檻。但是同時(shí)AI當(dāng)下還是無法完成的設(shè)計(jì)階段例如：如何問對設(shè)計(jì)問題？如何找出淺在用戶痛點(diǎn)？如何幫助設(shè)計(jì)團(tuán)隊(duì)與設(shè)計(jì)師增加同理心？在重質(zhì)又重量的前提下， AI 如何幫助設(shè)計(jì)師篩選出有社會(huì)影響力的好點(diǎn)子？我們無可否認(rèn)的是，AI 已經(jīng)可以取代那些不必要的資源、多余的人力、優(yōu)化架構(gòu)、完善系統(tǒng)等。

二、AI 與設(shè)計(jì)研究

AI 也在影響設(shè)計(jì)學(xué)術(shù)界或是學(xué)術(shù)界本身。例如，跨國與跨文化新的協(xié)作形式、精準(zhǔn)的文獻(xiàn)搜索方式、研究內(nèi)容的深度與廣度加速提升等。假設(shè)AI 給學(xué)者們與研究機(jī)構(gòu)提供這些充沛的資源與強(qiáng)大的數(shù)據(jù)庫及搜索能力，對于人們與學(xué)術(shù)界的挑戰(zhàn)是否會(huì)有改變？學(xué)者們可以給予AI明確的研究問題后，輸入一些關(guān)鍵詞與研究方向，剩下的文章與內(nèi)容全部可以由AI 生成。但是學(xué)術(shù)的創(chuàng)新價(jià)值又為何？

Fabrie 是一個(gè)在線協(xié)作的平臺，可以當(dāng)成線上的數(shù)字便利貼或是智能白板，架構(gòu)設(shè)計(jì)上類似Miro，但是它們?nèi)谌肓薃I 的功能，例如快速渲染、點(diǎn)子生成、圖片生成等。Fabrie 的目的是希望更好地幫助不同領(lǐng)域的設(shè)計(jì)協(xié)作，包含工業(yè)設(shè)計(jì)師、服裝設(shè)計(jì)師、平面設(shè)計(jì)師、互動(dòng)設(shè)計(jì)師等。

ATLAS.ti 是一個(gè)定性調(diào)研的工具，幫助設(shè)計(jì)師與研究者分析用戶的語言與行為。以往都是讓研究者用人力的方式去閱讀影片中的每一句用戶之間的對話，才能夠標(biāo)示出關(guān)鍵詞或句子。最近ATLAS.ti 與Open AI合作，讓這個(gè)漫長的語言分析研究過程加速進(jìn)化，通過AI 可以快速地控制得到的關(guān)鍵詞數(shù)量、語義和彼此間的關(guān)系。

Litmap 能夠提供研究者找到一些文章或研究領(lǐng)域的源頭，即我們所稱的種子論文（seed paper）。 傳統(tǒng)的方式是學(xué)者通過閱讀大量的文獻(xiàn)，以如同學(xué)術(shù)偵探的方式抽絲剝繭般整理出每篇學(xué)術(shù)文章之間的關(guān)聯(lián)性，這需要消耗大量的時(shí)間與人力資源累積領(lǐng)域的研究經(jīng)驗(yàn)。Litmap 讓學(xué)者們不只是使用關(guān)鍵詞的方式搜索文獻(xiàn)，更加入了AI 算法、關(guān)聯(lián)性分析、作者資料分析等完善文獻(xiàn)搜索的過程、縮短大量的時(shí)間，并且提高精準(zhǔn)度。

這些AI 工具在學(xué)術(shù)領(lǐng)域上的運(yùn)用令人嘆為觀止。但是我們是否能問出更加創(chuàng)新的學(xué)術(shù)問題？充斥在AI 的環(huán)境中，我們?nèi)绾卧俣x學(xué)術(shù)研究的價(jià)值？獲得研究經(jīng)驗(yàn)的代價(jià)可能不再只是時(shí)間而已，而是學(xué)者們對于AI 工具的熟悉程度與廣度，還有哪些我們尚未發(fā)掘與探討的控制因素？

三、AI 與設(shè)計(jì)教育

在這個(gè)信息爆炸的時(shí)代，大部分的設(shè)計(jì)技能都能夠在網(wǎng)絡(luò)上學(xué)習(xí)，如YouTube、edX、Coursera 等。設(shè)計(jì)師與設(shè)計(jì)教育比較的不能只是硬核技能上面的提升，這些反而成為一個(gè)基礎(chǔ)。特別是在AI 當(dāng)?shù)赖臅r(shí)代，設(shè)計(jì)師們一下能獲得許多AI 生成的解決方案。在獲得解決方案的數(shù)目變多的同時(shí)，獲得解決方案的門檻一再降低，身為設(shè)計(jì)師的我們可以質(zhì)疑也必須質(zhì)疑：這些AI 工具真的可以幫我們問出對的問題嗎？還有是哪些需要去思考的？

試想在這些科技環(huán)境條件下，我們的社會(huì)對于創(chuàng)意的價(jià)值與價(jià)錢如何體現(xiàn)與度量？因?yàn)锳I 科技的提升，設(shè)計(jì)師的社會(huì)責(zé)任是變得更加宏大還是更加卑微？因?yàn)槿巳硕伎赡芤部梢猿蔀樵O(shè)計(jì)師提供成千上萬的設(shè)計(jì)方案。

反觀當(dāng)前的設(shè)計(jì)教育，要如何跟上AI 科技的腳步開展創(chuàng)新？在AI的挑戰(zhàn)下，我們的教育家、老師、學(xué)者如何自我學(xué)習(xí)并和學(xué)生一起快速成長？我們的設(shè)計(jì)教育能夠跟上AI 進(jìn)步的速度嗎？如何跟上？我們?nèi)绾位貧w設(shè)計(jì)本質(zhì)并且再度定義人本設(shè)計(jì)（HCD）是什么？我們當(dāng)如何透過設(shè)計(jì)教育了解并且建立人、科技與社會(huì)的一個(gè)共存共榮的永續(xù)系統(tǒng)解決復(fù)雜的系統(tǒng)性問題？例如氣候變遷、人口老化、戰(zhàn)爭、生態(tài)浩劫、能源匱乏、教育與醫(yī)療資源稀缺等關(guān)系到人類未來生存的重大問題，是否能夠通過高科技、AI 與以人為本的精神助力我們一起面對與解決？

小結(jié)：建造多元、美好與永續(xù)的未來與社會(huì)價(jià)值

唐納德·諾曼（Donald Norman）的最近著作《設(shè)計(jì)更好的世界（Design for a Better World： Meaningful， Sustainable， HumanityCentered）》幫助我們?nèi)ニ伎?、去關(guān)心更多社會(huì)性議題，例如種族、平等、健康、政治、永續(xù)、性別等。設(shè)計(jì)的范疇早已不止傳統(tǒng)上的美、視覺、比例、造型，設(shè)計(jì)教育與工具也從實(shí)用性、功能性進(jìn)化到在結(jié)合設(shè)計(jì)方法下更具備哲學(xué)思考與社會(huì)價(jià)值上的觀念倡導(dǎo)與具體實(shí)踐。

這篇文章中初步探討了運(yùn)用AI 在設(shè)計(jì)實(shí)務(wù)、設(shè)計(jì)研究與設(shè)計(jì)教育上的實(shí)際應(yīng)用與問題反思。 其實(shí)AI 如同一面雙面刃劍，可以同時(shí)視為一種阻力也是一種助力。當(dāng)我們面對新科技、新技術(shù)與新環(huán)境時(shí)候，人們與社會(huì)都同時(shí)充滿好奇、興奮、擔(dān)心與害怕，但是這不應(yīng)該停止我們探索未知與創(chuàng)新的動(dòng)力。以人為本的設(shè)計(jì)（HCD）精神更加重要，我們不應(yīng)當(dāng)迷失AI 的運(yùn)算科技中，為了技術(shù)創(chuàng)新而創(chuàng)新?；貧w到人性、自然、社會(huì)的需求，而追求更多可能性與更美好的未來。